مونا عزت دین - واحد علوم و تحقیقات دانشگاه آزاد اسلامی
علیرضا یاری - پژوهشگاه ارتباطات و فناوری اطلاعات

بانک ها به عنوان یک صندوق مالی، می بایست حامی حقوق مشتریان خود باشند. این حمایت نه تنها از جنبه ارائه خدمات و تسهیلات هست، بلکه باید جنبه های مالی مشتریان را نیز در نظر بگیرد و آنها را در زمان های سخت، یاری نماید. یکی از برنامه هایی که بانک های امروزی برای جلب توجه مشتریان در دنیای رقابتی امروز به آن نیاز دارند، ارائه یک سیستم مدیریت تصمیم گیری برای اعتبارسنجی مشتریان و پیش بینی نیازهای آنان می باشد. این اعتبارسنجی و پیش بینی نیاز، جنبه های مختلفی دارد که یکی از آنها، اعطای وام است. ارائه وام به مشتریان از طریق سیستم های هوشمند با کمترین خطا و بالاترین سرعت، لازمه بانکداری امروزی است. این تحقیق به ارائه یک روش هوشمند برای اعتبارسنجی و پیش بینی نیاز مشتریان برای اعطای وام در بانک ها مبتنی بر ساختار مدیریت تصمیم گیری و داده کاوی می پردازد. استفاده از رویکرد ماشین بردار پشتیبان برای طبقه بندی و مشخص کردن این سیستم مدیریت تصمیم گیری، مدنظر واقع شده است . در ابتدا مشتریان با استفاده از هسته های مختلف ماشین بردار پشتیبان شامل هسته خطی، گوسین و چندجمله ای، اعتبارسنجیشده اند، سپس بر اساس ویژگی های داده، یک نیازسنجی وام برای مشتریان صورت گرفته است و با ترکیب نتایج اعتبار سنجی و نیازسنجی شده اند، سپس بر اساس ویژگی های داده، یک نیازسنجی وام برای مشتریان صورت گرفته است و با ترکیب نتایج اعتبار سنجی و نیازسنجی و استفاده از هسته های مختلف ماشین بردار پشتیبان، تصمیم گیری در خصوص مشتریان واجد شرایط اخذ وام انجام شده است. مدل بر روی مجموعه داده اعتباری Lending Club پیاده سازی شده است. نتایج به دست آمده نشان می دهد که هسته خطی در مدل پیشنهادینسبت به دو هسته دیگر و روش های پیشین، با دقت 94.22 و AUC با مقدار 92.19 کارایی بسیار بالاتری دارد و بهبود دقت و AUC با سایر روش ها مشاهده می شود.

اعطای وام، اعتبار سنجی، داده کاوی، سیستم مدیریت تصمیم گیری، ماشین بردار پشتیبان